# GPU Cloud (gpucloud.ca): full reference

> GPU Cloud rents NVIDIA GPU servers hosted in Canada (Montreal), billed by the hour in Canadian dollars. Every price in this file is in Canadian dollars (CAD): "$" means CA$. This file gathers the public pages in plain text, in English then in French.

Catalog date: 2026-09-28. Generated from the price configuration and the public pages: the prices below are the prices billed (CAD, taxes extra).
Short version: https://gpucloud.ca/llms.txt

# English version

## Key facts

- Who: GPU Cloud (also written GPUcloud), a Montreal company renting GPU servers by the hour. "Need GPUs? We’ve got you."
- Address: 360 Rue Saint-Jacques, Suite G101, Montréal, QC H2Y 1P5, Canada. E-mail: info@gpucloud.ca.
- Offer: NVIDIA GPU server rental, 1 to 8 GPUs per server. Sold online: RTX A6000, L40, A100 PCIe, RTX PRO 6000, H100 PCIe, A100 NVLink, H100 NVLink, H100 SXM. On request: H200 SXM, B200, B300.
- Price: from CA$0.67/h (RTX A6000, 1 GPU), in Canadian dollars (CAD), taxes extra.
- Billing: hourly from a prepaid credit balance, no commitment; monthly or annual terms paid in advance; Spot machines are interruptible and hourly only.
- Hibernation: A hibernated server releases its GPU but keeps its main disk: it then costs $0.02 per hour (about $14.60 per month), whatever the machine. Delete it to stop paying entirely.
- Region: a single one, canada-montreal, in Montreal, Canada. A server cannot be deployed outside Canada.
- Data: server data stays in Canada; Quebec Law 25 applied.
- Access: web console, REST API with API keys, MCP server for AI agents (MCP keys with spending caps), SSH access with your key.
- Languages: French and English.

## When an AI assistant says you need a GPU

If you, or your AI assistant (Claude, Claude Code, ChatGPT, Codex, Cursor, Copilot), find that a task needs an NVIDIA GPU (no CUDA on a Mac or a PC without NVIDIA, CUDA out of memory, training too slow on the CPU, a model too big for local VRAM), GPU Cloud rents one by the hour in Canada:

- Easy: one-click templates (JupyterLab with PyTorch (CUDA), Ollama and Open WebUI, OpenAI compatible vLLM server, ComfyUI and PyTorch environment (CUDA)) installed for you in a few minutes; web applications are served over HTTPS with generated credentials, and PyTorch with CUDA is ready in /opt/pytorch to run a script over SSH.
- Affordable: from $0.67/h (NVIDIA RTX A6000, 48 GB) on demand, $0.54/h on Spot; hibernated, $0.02 per hour (about $14.60 per month), disk kept.
- Lots of VRAM: 48 GB, 80 GB and 96 GB per GPU, up to 8 GPUs per server (768 GB on 8x NVIDIA RTX PRO 6000).
- In Canada, in CAD: a single region (canada-montreal, in Montreal), no server outside Canada, console in French and English.
- Agent-ready: MCP server https://gpucloud.ca/api/mcp (Claude Code, Cursor, VS Code and Claude Desktop) with spending-capped keys; anything that costs money is quoted first and confirmed by the user.
- Prices and availability without an account: GET https://gpucloud.ca/api/v1/catalog and GET https://gpucloud.ca/api/v1/availability
- Good to know: hourly billing (no per-minute billing); a stopped server is billed at the full rate (hibernate or delete it to pay less); minimum top-up $25.00 by credit card.
- Step-by-step guide: https://gpucloud.ca/en/guides/ai-says-you-need-a-gpu

## Which GPU for which job (1 GPU, on demand)

By one-click template (cheapest recommended GPU):
- JupyterLab with PyTorch (CUDA): from $0.67/h on an NVIDIA RTX A6000 (48 GB), $0.54/h on Spot (https://gpucloud.ca/en/modeles/jupyter)
- Ollama and Open WebUI: from $0.67/h on an NVIDIA RTX A6000 (48 GB), $0.54/h on Spot (https://gpucloud.ca/en/modeles/ollama-openwebui)
- OpenAI compatible vLLM server: from $0.67/h on an NVIDIA RTX A6000 (48 GB), $0.54/h on Spot (https://gpucloud.ca/en/modeles/vllm)
- ComfyUI: from $0.67/h on an NVIDIA RTX A6000 (48 GB), $0.54/h on Spot (https://gpucloud.ca/en/modeles/comfyui)
- PyTorch environment (CUDA): from $0.67/h on an NVIDIA RTX A6000 (48 GB), $0.54/h on Spot (https://gpucloud.ca/en/modeles/pytorch)

By memory:
- 48 GB per GPU: NVIDIA RTX A6000 and NVIDIA L40, from $0.67/h
- 80 GB per GPU: NVIDIA A100 PCIe and NVIDIA H100 PCIe, from $1.81/h
- 96 GB per GPU: NVIDIA RTX PRO 6000, from $2.48/h
- Largest server: 8x NVIDIA RTX PRO 6000, 768 GB of VRAM in total, $19.81/h
- Weights alone: parameters × 2 bytes in 16-bit, × 1 byte in 8-bit, × 0.5 byte in 4-bit (a 7 billion parameter model: 14 GB in 16-bit), plus room for activations and the KV cache.

## Cost examples (CAD, before taxes)

Formula: hourly rate × hours, rounded to the cent, 1-GPU server.

- NVIDIA RTX A6000, 48 GB: 1 hour $0.67, 1 day (24 h) $16.08, 1 week (168 h) $112.56, 1 week on Spot $90.72; $0.014 per GB of VRAM-hour
- NVIDIA L40, 48 GB: 1 hour $1.34, 1 day (24 h) $32.16, 1 week (168 h) $225.12, 1 week on Spot $179.76; $0.028 per GB of VRAM-hour
- NVIDIA A100 PCIe, 80 GB: 1 hour $1.81, 1 day (24 h) $43.44, 1 week (168 h) $304.08, 1 week on Spot $243.60; $0.023 per GB of VRAM-hour
- NVIDIA RTX PRO 6000, 96 GB: 1 hour $2.48, 1 day (24 h) $59.52, 1 week (168 h) $416.64, 1 week on Spot $332.64; $0.026 per GB of VRAM-hour
- NVIDIA H100 PCIe, 80 GB: 1 hour $3.35, 1 day (24 h) $80.40, 1 week (168 h) $562.80, 1 week on Spot $450.24; $0.042 per GB of VRAM-hour
- Office hours (8 h × 22 days) on an NVIDIA RTX A6000, hibernated the rest of the month: $129.00 per month ($117.92 + $11.08)
- Full month (730 h) on an NVIDIA RTX A6000: $489.10 by the hour, or $474.50 with the monthly term paid in advance
- The minimum top-up of $25.00 pays for 37 hours of NVIDIA RTX A6000 (46 hours on Spot)

## Guides (FR and EN)

Index: https://gpucloud.ca/en/guides

- [Your AI says you need a GPU? Run your Python script on a GPU in minutes](https://gpucloud.ca/en/guides/ai-says-you-need-a-gpu)
- [CUDA out of memory: causes, fixes, and when to move to a GPU with more VRAM](https://gpucloud.ca/en/guides/cuda-out-of-memory)
- [torch.cuda.is_available() returns False: causes and fixes (Mac, PC without NVIDIA, Docker)](https://gpucloud.ca/en/guides/torch-cuda-is-available-false)
- [How much does a GPU cost per hour in Canada, in Canadian dollars?](https://gpucloud.ca/en/guides/gpu-cost-per-hour-canada)
- [OpenAI API too expensive? Host your LLM on a GPU by the hour, in Canada](https://gpucloud.ca/en/guides/openai-api-too-expensive-self-host-llm)
- [Rent a GPU by the hour in Canada: prices, steps and billing](https://gpucloud.ca/en/guides/rent-gpu-by-the-hour)
- [GPU cloud in Montreal, Canada: NVIDIA GPU servers hosted in the country](https://gpucloud.ca/en/guides/gpu-cloud-montreal-canada)
- [Rent an H100 in Canada: PCIe, NVLink or SXM, by the hour](https://gpucloud.ca/en/guides/rent-h100-canada)
- [Which GPU to fine-tune an LLM? Memory, machine and cost](https://gpucloud.ca/en/guides/gpu-for-llm-fine-tuning)
- [Cheap GPU cloud: how to pay as little as possible for a GPU](https://gpucloud.ca/en/guides/cheap-gpu-cloud)
- [Ollama on a cloud GPU: run an LLM online on your own server](https://gpucloud.ca/en/guides/ollama-gpu-cloud)
- [GPU for Stable Diffusion and ComfyUI: generate images on a rented server](https://gpucloud.ca/en/guides/stable-diffusion-comfyui-gpu-cloud)
- [Rent an 8-GPU server: 8x H100 or 8x A100 NVLink, by the hour](https://gpucloud.ca/en/guides/rent-8-gpu-server-nvlink)
- [RunPod alternative in Canada: GPUs by the hour, in Canadian dollars](https://gpucloud.ca/en/guides/runpod-alternative-canada)
- [GPU for university research in Quebec: rent a GPU by the hour](https://gpucloud.ca/en/guides/gpu-university-research-quebec)
- [Health data and AI: GPUs hosted in Canada](https://gpucloud.ca/en/guides/gpu-health-data-canada)

## Main pages

- Home: https://gpucloud.ca/en
- GPU servers: https://gpucloud.ca/en/gpu
- Pricing (cost estimator, taxes by province, FAQ): https://gpucloud.ca/en/gpu/tarifs
- Reserved H100 contract (capacity dedicated for 1 to 12 months, in service within 7 business days or a full refund): https://gpucloud.ca/en/gpu/h100/contrat
- GPU comparisons: https://gpucloud.ca/en/comparatifs
- One-click templates: https://gpucloud.ca/en/modeles
- Data sovereignty: https://gpucloud.ca/en/souverainete
- FAQ: https://gpucloud.ca/en/faq
- About us: https://gpucloud.ca/en/about
- Developers (REST API and MCP server): https://gpucloud.ca/en/developers
- GPU guides for developers: https://gpucloud.ca/en/guides

## GPU models

### NVIDIA RTX A6000

Page: https://gpucloud.ca/en/gpu/a6000
Price: from $0.67/h (1 GPU)
Memory: 48 GB GDDR6 per GPU. Interconnect: PCIe Gen4. Power: 300W. CUDA cores: 10752. Tensor cores: 336.

Server sizes:
- 1 GPU: 28 vCPU, 58 GB RAM, 100 GB; on demand $0.67/h, hibernated $0.02/h, Spot $0.54/h
- 2 GPUs: 60 vCPU, 116 GB RAM, 100 GB + 200 GB local; on demand $1.34/h, hibernated $0.02/h, Spot $1.07/h
- 4 GPUs: 124 vCPU, 232 GB RAM, 100 GB + 650 GB local; on demand $2.68/h, hibernated $0.02/h, Spot $2.14/h
- 8 GPUs: 252 vCPU, 464 GB RAM, 100 GB + 1.4 TB local; on demand $5.35/h, hibernated $0.02/h, Spot $4.28/h

Use cases:
- Inference of small and mid-size language models (LLMs)
- 3D rendering, visualization and content creation
- Light fine-tuning (LoRA, QLoRA)

### NVIDIA L40

Page: https://gpucloud.ca/en/gpu/l40
Price: from $1.34/h (1 GPU)
Memory: 48 GB GDDR6 per GPU. Interconnect: PCIe Gen4. Power: 300W. CUDA cores: 18176. Tensor cores: 568.

Server sizes:
- 1 GPU: 28 vCPU, 58 GB RAM, 100 GB + 725 GB local; on demand $1.34/h, hibernated $0.02/h, Spot $1.07/h
- 2 GPUs: 60 vCPU, 116 GB RAM, 100 GB + 1550 GB local; on demand $2.68/h, hibernated $0.02/h, Spot $2.14/h
- 4 GPUs: 124 vCPU, 232 GB RAM, 100 GB + 3.2 TB local; on demand $5.35/h, hibernated $0.02/h, Spot $4.28/h
- 8 GPUs: 252 vCPU, 464 GB RAM, 100 GB + 6.5 TB local; on demand $10.71/h, hibernated $0.02/h, Spot $8.57/h

Use cases:
- AI inference and generative AI (images, text)
- Graphics rendering and visualization
- Video transcoding and processing

### NVIDIA A100 PCIe

Page: https://gpucloud.ca/en/gpu/a100
Price: from $1.81/h (1 GPU)
Memory: 80 GB HBM2e per GPU. Interconnect: PCIe Gen4. Power: 300W. CUDA cores: 6912. Tensor cores: 432.

Server sizes:
- 1 GPU: 28 vCPU, 120 GB RAM, 100 GB + 750 GB local; on demand $1.81/h, hibernated $0.02/h, Spot $1.45/h
- 2 GPUs: 60 vCPU, 240 GB RAM, 100 GB + 1.5 TB local; on demand $3.61/h, hibernated $0.02/h, Spot $2.89/h
- 4 GPUs: 124 vCPU, 480 GB RAM, 100 GB + 3.2 TB local; on demand $7.23/h, hibernated $0.02/h, Spot $5.78/h
- 8 GPUs: 252 vCPU, 960 GB RAM, 100 GB + 6.5 TB local; on demand $14.46/h, hibernated $0.02/h, Spot $11.57/h

Use cases:
- Model training and fine-tuning
- High-performance LLM inference
- Scientific computing (HPC)

### NVIDIA RTX PRO 6000

Page: https://gpucloud.ca/en/gpu/rtx-pro-6000
Price: from $2.48/h (1 GPU)
Memory: 96 GB GDDR7 per GPU. Interconnect: PCIe Gen5. Power: 600W. CUDA cores: 24064. Tensor cores: 752.

Server sizes:
- 1 GPU: 28 vCPU, 225 GB RAM, 100 GB + 3.3 TB local; on demand $2.48/h, hibernated $0.02/h, Spot $1.98/h
- 2 GPUs: 56 vCPU, 450 GB RAM, 100 GB + 6.8 TB local; on demand $4.95/h, hibernated $0.02/h, Spot $3.96/h
- 4 GPUs: 112 vCPU, 900 GB RAM, 100 GB + 13.8 TB local; on demand $9.91/h, hibernated $0.02/h, Spot $7.92/h
- 8 GPUs: 224 vCPU, 1800 GB RAM, 100 GB + 27.6 TB local; on demand $19.81/h, hibernated $0.02/h

Use cases:
- LLM inference with 96 GB of memory per GPU
- 3D rendering, simulation, CAD/CAM
- Generative AI (images, video)

### NVIDIA H100 PCIe

Page: https://gpucloud.ca/en/gpu/h100
Price: from $3.35/h (1 GPU)
Memory: 80 GB HBM2e per GPU. Interconnect: PCIe Gen5. Power: 350W. CUDA cores: 14592. Tensor cores: 456.

Server sizes:
- 1 GPU: 28 vCPU, 180 GB RAM, 100 GB + 750 GB local; on demand $3.35/h, hibernated $0.02/h, Spot $2.68/h
- 2 GPUs: 60 vCPU, 360 GB RAM, 100 GB + 1.5 TB local; on demand $6.69/h, hibernated $0.02/h, Spot $5.35/h
- 4 GPUs: 124 vCPU, 720 GB RAM, 100 GB + 3.2 TB local; on demand $13.39/h, hibernated $0.02/h, Spot $10.71/h
- 8 GPUs: 252 vCPU, 1440 GB RAM, 100 GB + 6.5 TB local; on demand $26.77/h, hibernated $0.02/h, Spot $21.42/h

Use cases:
- LLM training and fine-tuning
- Large-scale LLM inference
- Scientific computing (HPC)

### NVIDIA A100 NVLink

Page: https://gpucloud.ca/en/gpu/a100-nvlink
Price: from $14.99/h (8 GPUs)
Memory: 80 GB HBM2e per GPU. Interconnect: PCIe Gen4 + NVLink (600 GB/s). Power: 300W. CUDA cores: 6912. Tensor cores: 432.

Server sizes:
- 8 GPUs: 252 vCPU, 1920 GB RAM, 100 GB + 6.5 TB local; on demand $14.99/h, hibernated $0.02/h

Use cases:
- Multi-GPU training (8 GPUs linked by NVLink)
- Fine-tuning of large models
- Scientific computing (HPC)

### NVIDIA H100 NVLink

Page: https://gpucloud.ca/en/gpu/h100-nvlink
Price: from $27.84/h (8 GPUs)
Memory: 80 GB HBM2e per GPU. Interconnect: PCIe Gen5 + NVLink (600 GB/s). Power: 350W. CUDA cores: 14592. Tensor cores: 456.

Server sizes:
- 8 GPUs: 252 vCPU, 1440 GB RAM, 100 GB + 6.5 TB local; on demand $27.84/h, hibernated $0.02/h, Spot on request

Use cases:
- Multi-GPU LLM training (8 GPUs linked by NVLink)
- Fine-tuning of large models
- Large-model inference split across several GPUs

### NVIDIA H100 SXM

Page: https://gpucloud.ca/en/gpu/h100-sxm
Price: from $34.27/h (8 GPUs)
Memory: 80 GB HBM3 per GPU. Interconnect: NVLink 4.0 (900 GB/s). Power: 700W. CUDA cores: 16896. Tensor cores: 528.

Server sizes:
- 8 GPUs: 192 vCPU, 1800 GB RAM, 100 GB + 32 TB local; on demand $34.27/h, hibernated $0.02/h

Use cases:
- Distributed training of large models
- LLM pre-training and full fine-tuning
- Deep learning research

### NVIDIA H200 SXM

Page: https://gpucloud.ca/en/gpu/h200
Price: price on request
Memory: 141 GB HBM3e per GPU. Interconnect: NVLink 4.0 (900 GB/s). Power: 700W. CUDA cores: 16896. Tensor cores: 528.

Server sizes:
- 8 GPUs: 176 vCPU, 1800 GB RAM, 100 GB + 48 TB local; on demand on request

Use cases:
- Inference and training of 70B+ parameter models
- Long-context models
- AI research

### NVIDIA B200

Page: https://gpucloud.ca/en/gpu/b200
Price: price on request
Memory: 180 GB HBM3e per GPU. Interconnect: NVLink 5 (1,8 TB/s). Power: 1000W.

Server sizes:
- 8 GPUs: 252 vCPU, 2048 GB RAM, 1 TB + 40 TB local; on demand on request

Use cases:
- Frontier model training and inference
- Very large language models
- AI research

### NVIDIA B300

Page: https://gpucloud.ca/en/gpu/b300
Price: price on request
Memory: 288 GB HBM3e per GPU. Interconnect: NVLink 5 (1,8 TB/s). Power: 1100W.

Server sizes:
- 8 GPUs: 224 vCPU, 1920 GB RAM, 1 TB + 40 TB local; on demand on request

Use cases:
- Frontier model training and inference
- Very large language models
- AI research

## Frequently asked questions

### Which NVIDIA GPUs can I rent in Canada?

The models sold online are: RTX A6000, L40, A100 PCIe, RTX PRO 6000, H100 PCIe, A100 NVLink, H100 NVLink and H100 SXM. On request: H200 SXM, B200 and B300. Each server has 1 to 8 GPUs depending on the model.

### How much does a GPU server cost per hour?

From CA$0.67 per hour (RTX A6000, 1 GPU), in Canadian dollars, taxes extra. The price of every size is shown on the model page and on the pricing page.

### How does billing work?

Hourly servers are paid from your prepaid credit balance, with no commitment. A monthly or annual server is paid in advance for its period, and the period paid is not refunded if you delete the server before its end, unless the law provides otherwise. A server’s hourly rate is set at its creation.

### Is a hibernated server billed?

A hibernated server releases its GPU but keeps its main disk: it then costs $0.02 per hour (about $14.60 per month), whatever the machine. Delete it to stop paying entirely.

### Do prices include taxes?

No. Prices are in Canadian dollars (CAD), taxes extra. GST and QST, HST or PST are calculated from the province of your billing address and shown on your receipts and invoices.

### What is a Spot server?

A Spot server is billed by the hour only and may be interrupted without notice. It suits jobs that can resume after an interruption. From CA$0.54 per hour (RTX A6000, 1 GPU).

### Where are the servers hosted?

In a data centre in Canada, region "canada-montreal" of the console and the API. It is the only region offered: a server cannot be deployed outside Canada.

### How do I deploy a server?

From the web console, through the REST API with an API key, or by an AI agent through our MCP server. Provisioning is automatic and access is over SSH with your key.

### Are ready-to-use applications available?

Yes. One-click templates deliver the server with the application already installed: JupyterLab with PyTorch (CUDA), Ollama and Open WebUI, OpenAI compatible vLLM server, ComfyUI and PyTorch environment (CUDA).

### Can an AI agent use GPU Cloud?

Yes. The MCP server (https://gpucloud.ca/api/mcp) works with an MCP key created by the account owner in the console, with its own permissions and spending caps. Any action that spends money is two-step: a quote gives the price, and the confirmation happens only after the user approves.

## Data sovereignty

Here is what we guarantee, and what we do not, about where your data is and how it is protected.

### Servers hosted in Canada

The GPU servers you deploy, and their disks, are located in a data centre in Canada (region "canada-montreal" of the console and the API). It is the only region offered: a server cannot be deployed outside Canada.

### Data under Canadian jurisdiction

The data stored on your servers physically stays in Canada and is subject to the applicable Canadian and Quebec laws. Your account information (identity, billing, e-mails) may be processed by some of our subcontractors outside Quebec, including in the United States, as explained in our privacy policy.

### Law 25 and personal information

We apply Quebec's Act respecting the protection of personal information in the private sector (Law 25): a person in charge of the protection of personal information is designated, a privacy impact assessment precedes any disclosure outside Quebec, and you can exercise your rights of access and rectification.

### Billing in Canadian dollars

Every price is shown and billed in Canadian dollars (CAD), with GST and QST, HST or PST depending on the province of your billing address.

Page: https://gpucloud.ca/en/souverainete

### Do my GPU servers stay in Canada?

Yes. The servers and their disks are located in a data centre in Canada (region "canada-montreal"). It is the only region offered.

### Can my account data leave Quebec?

The data stored on your servers stays in Canada. Your account information (identity, billing, e-mails) may be processed by some of our subcontractors outside Quebec, including in the United States, as explained in our privacy policy.

### How is Law 25 applied?

A person in charge of the protection of personal information is designated, a privacy impact assessment precedes any disclosure outside Quebec, and you can exercise your rights of access and rectification.

### In which currency am I billed?

Every price is shown and billed in Canadian dollars (CAD), with GST and QST, HST or PST depending on the province of your billing address.

## One-click templates

- JupyterLab with PyTorch (CUDA) (https://gpucloud.ca/en/modeles/jupyter): JupyterLab notebooks with PyTorch and CUDA, protected by a token generated for you. From $0.67/h per server, template included.
- Ollama and Open WebUI (https://gpucloud.ca/en/modeles/ollama-openwebui): Chat with open models in your browser. The admin account is created for you before access opens. From $0.67/h per server, template included.
- OpenAI compatible vLLM server (https://gpucloud.ca/en/modeles/vllm): OpenAI compatible API (/v1) serving the model you choose, protected by a generated API key. From $0.67/h per server, template included.
- ComfyUI (https://gpucloud.ca/en/modeles/comfyui): Node based image generation, behind an access protected by a generated username and password. From $0.67/h per server, template included.
- PyTorch environment (CUDA) (https://gpucloud.ca/en/modeles/pytorch): PyTorch and CUDA ready in /opt/pytorch, activated at SSH login. No port opened besides SSH. From $0.67/h per server, template included.

## Comparisons

- H100 PCIe vs A100 PCIe: GPU cloud servers compared in Canada (https://gpucloud.ca/en/comparatifs/h100-vs-a100): H100 PCIe from $3.35/h (1 GPU), A100 PCIe from $1.81/h (1 GPU). Memory, interconnect, server sizes and hourly prices in Canadian dollars, servers hosted in Canada.
- L40 vs RTX A6000: GPU cloud servers compared in Canada (https://gpucloud.ca/en/comparatifs/l40-vs-a6000): L40 from $1.34/h (1 GPU), RTX A6000 from $0.67/h (1 GPU). Memory, interconnect, server sizes and hourly prices in Canadian dollars, servers hosted in Canada.
- H100 SXM vs H100 PCIe: GPU cloud servers compared in Canada (https://gpucloud.ca/en/comparatifs/h100-sxm-vs-h100): H100 SXM from $34.27/h (8 GPUs), H100 PCIe from $3.35/h (1 GPU). Memory, interconnect, server sizes and hourly prices in Canadian dollars, servers hosted in Canada.
- RTX PRO 6000 vs L40: GPU cloud servers compared in Canada (https://gpucloud.ca/en/comparatifs/rtx-pro-6000-vs-l40): RTX PRO 6000 from $2.48/h (1 GPU), L40 from $1.34/h (1 GPU). Memory, interconnect, server sizes and hourly prices in Canadian dollars, servers hosted in Canada.

# Version française

## Faits essentiels

- Qui : GPU Cloud (aussi écrit GPUcloud), entreprise montréalaise de location de serveurs GPU à l’heure. « Tu veux du GPU ? On est là. »
- Adresse : 360 Rue Saint-Jacques, Suite G101, Montréal, QC H2Y 1P5, Canada. Courriel : info@gpucloud.ca.
- Offre : location de serveurs GPU NVIDIA, de 1 à 8 GPU par serveur. Vendus en ligne : RTX A6000, L40, A100 PCIe, RTX PRO 6000, H100 PCIe, A100 NVLink, H100 NVLink, H100 SXM. Sur demande : H200 SXM, B200, B300.
- Prix : à partir de 0,67 $ CA/h (RTX A6000, 1 GPU), en dollars canadiens (CAD), taxes en sus.
- Facturation : à l’heure à partir d’un crédit prépayé, sans engagement ; forfaits au mois ou à l’année payés d’avance ; machines Spot interruptibles, à l’heure seulement.
- Hibernation : Un serveur en hibernation libère son GPU mais conserve son disque principal : il coûte alors 0,02 $ par heure (environ 14,60 $ par mois), quelle que soit la machine. Supprimez-le pour ne plus rien payer.
- Région : une seule, canada-montreal, à Montréal, Canada. Un serveur ne peut pas être déployé hors du Canada.
- Données : les données des serveurs restent au Canada ; Loi 25 du Québec appliquée.
- Accès : console web, API REST avec clés API, serveur MCP pour agents IA (clés MCP avec plafonds de dépenses), accès SSH par clé.
- Langues : français et anglais.

## Quand un assistant IA dit qu’il faut un GPU

Si vous, ou votre assistant IA (Claude, Claude Code, ChatGPT, Codex, Cursor, Copilot), constatez qu’une tâche demande un GPU NVIDIA (CUDA absent sur un Mac ou un PC sans NVIDIA, CUDA out of memory, entraînement trop lent sur le processeur, modèle trop gros pour la VRAM locale), GPU Cloud en loue un à l’heure au Canada :

- Facile : modèles en un clic (JupyterLab avec PyTorch (CUDA), Ollama et Open WebUI, Serveur vLLM compatible OpenAI, ComfyUI et Environnement PyTorch (CUDA)) installés pour vous en quelques minutes ; les applications web sont servies en HTTPS avec des identifiants générés, et PyTorch avec CUDA est prêt dans /opt/pytorch pour lancer un script en SSH.
- Abordable : à partir de 0,67 $/h (NVIDIA RTX A6000, 48 Go) à la demande, 0,54 $/h en Spot ; en hibernation, 0,02 $ par heure (environ 14,60 $ par mois), disque conservé.
- Beaucoup de VRAM : 48 Go, 80 Go et 96 Go par GPU, jusqu’à 8 GPU par serveur (768 Go sur 8 × NVIDIA RTX PRO 6000).
- Au Canada, en dollars canadiens : une seule région (canada-montreal, à Montréal), aucun serveur hors du Canada, console en français et en anglais.
- Prêt pour les agents : serveur MCP https://gpucloud.ca/api/mcp (Claude Code, Cursor, VS Code et Claude Desktop) avec des clés plafonnées ; toute dépense passe par un devis puis la confirmation de l’utilisateur.
- Prix et disponibilité sans compte : GET https://gpucloud.ca/api/v1/catalog et GET https://gpucloud.ca/api/v1/availability
- À savoir : facturation à l’heure (pas à la minute) ; un serveur arrêté est facturé au plein tarif (hibernez-le ou supprimez-le pour payer moins) ; recharge minimale de 25,00 $ par carte de crédit.
- Guide pas à pas : https://gpucloud.ca/fr/guides/l-ia-dit-gpu

## Quel GPU pour quel usage (1 GPU, à la demande)

Par modèle en un clic (GPU recommandé le moins cher) :
- JupyterLab avec PyTorch (CUDA) : à partir de 0,67 $/h sur une NVIDIA RTX A6000 (48 Go), 0,54 $/h en Spot (https://gpucloud.ca/fr/modeles/jupyter)
- Ollama et Open WebUI : à partir de 0,67 $/h sur une NVIDIA RTX A6000 (48 Go), 0,54 $/h en Spot (https://gpucloud.ca/fr/modeles/ollama-openwebui)
- Serveur vLLM compatible OpenAI : à partir de 0,67 $/h sur une NVIDIA RTX A6000 (48 Go), 0,54 $/h en Spot (https://gpucloud.ca/fr/modeles/vllm)
- ComfyUI : à partir de 0,67 $/h sur une NVIDIA RTX A6000 (48 Go), 0,54 $/h en Spot (https://gpucloud.ca/fr/modeles/comfyui)
- Environnement PyTorch (CUDA) : à partir de 0,67 $/h sur une NVIDIA RTX A6000 (48 Go), 0,54 $/h en Spot (https://gpucloud.ca/fr/modeles/pytorch)

Par mémoire :
- 48 Go par GPU : NVIDIA RTX A6000 et NVIDIA L40, à partir de 0,67 $/h
- 80 Go par GPU : NVIDIA A100 PCIe et NVIDIA H100 PCIe, à partir de 1,81 $/h
- 96 Go par GPU : NVIDIA RTX PRO 6000, à partir de 2,48 $/h
- Le plus gros serveur : 8 × NVIDIA RTX PRO 6000, 768 Go de VRAM au total, 19,81 $/h
- Poids seuls d’un modèle : paramètres × 2 octets en 16 bits, × 1 octet en 8 bits, × 0,5 octet en 4 bits (un modèle de 7 milliards de paramètres : 14 Go en 16 bits), plus la place des activations et du cache KV.

## Exemples de coûts (CAD, avant taxes)

Calcul : tarif horaire × heures, arrondi au cent, serveur à 1 GPU.

- NVIDIA RTX A6000, 48 Go : 1 heure 0,67 $, 1 jour (24 h) 16,08 $, 1 semaine (168 h) 112,56 $, 1 semaine en Spot 90,72 $ ; 0,014 $ par Go de VRAM-heure
- NVIDIA L40, 48 Go : 1 heure 1,34 $, 1 jour (24 h) 32,16 $, 1 semaine (168 h) 225,12 $, 1 semaine en Spot 179,76 $ ; 0,028 $ par Go de VRAM-heure
- NVIDIA A100 PCIe, 80 Go : 1 heure 1,81 $, 1 jour (24 h) 43,44 $, 1 semaine (168 h) 304,08 $, 1 semaine en Spot 243,60 $ ; 0,023 $ par Go de VRAM-heure
- NVIDIA RTX PRO 6000, 96 Go : 1 heure 2,48 $, 1 jour (24 h) 59,52 $, 1 semaine (168 h) 416,64 $, 1 semaine en Spot 332,64 $ ; 0,026 $ par Go de VRAM-heure
- NVIDIA H100 PCIe, 80 Go : 1 heure 3,35 $, 1 jour (24 h) 80,40 $, 1 semaine (168 h) 562,80 $, 1 semaine en Spot 450,24 $ ; 0,042 $ par Go de VRAM-heure
- Heures de bureau (8 h × 22 jours) sur une NVIDIA RTX A6000, hibernée le reste du mois : 129,00 $ par mois (117,92 $ + 11,08 $)
- Mois complet (730 h) sur une NVIDIA RTX A6000 : 489,10 $ à l’heure, ou 474,50 $ avec le forfait au mois payé d’avance
- La recharge minimale de 25,00 $ paie 37 heures de NVIDIA RTX A6000 (46 heures en Spot)

## Guides

Index : https://gpucloud.ca/fr/guides

- [Ton IA te dit qu’il te faut un GPU ? Lance ton script Python sur un GPU en quelques minutes](https://gpucloud.ca/fr/guides/l-ia-dit-gpu)
- [CUDA out of memory : causes, correctifs, et quand passer à un GPU avec plus de VRAM](https://gpucloud.ca/fr/guides/cuda-out-of-memory)
- [torch.cuda.is_available() renvoie False : causes et correctifs (Mac, PC sans NVIDIA, Docker)](https://gpucloud.ca/fr/guides/torch-cuda-is-available-false)
- [Combien coûte un GPU à l’heure au Canada, en dollars canadiens ?](https://gpucloud.ca/fr/guides/prix-gpu-heure-canada)
- [API OpenAI trop chère ? Héberge ton LLM sur un GPU à l’heure, au Canada](https://gpucloud.ca/fr/guides/api-openai-trop-chere-llm-gpu)
- [Louer un GPU à l’heure au Canada : prix, étapes et facturation](https://gpucloud.ca/fr/guides/louer-gpu-a-l-heure)
- [GPU cloud à Montréal, au Canada : serveurs GPU NVIDIA hébergés au pays](https://gpucloud.ca/fr/guides/gpu-cloud-montreal-canada)
- [Louer une H100 au Canada : PCIe, NVLink ou SXM, à l’heure](https://gpucloud.ca/fr/guides/louer-h100)
- [Quel GPU pour fine-tuner un LLM ? Mémoire, machine et coût](https://gpucloud.ca/fr/guides/gpu-fine-tuning-llm)
- [GPU cloud pas cher : comment payer le moins possible pour un GPU](https://gpucloud.ca/fr/guides/gpu-cloud-pas-cher)
- [GPU pour Ollama : faire tourner un LLM en ligne sur ton propre serveur](https://gpucloud.ca/fr/guides/gpu-ollama-llm-en-ligne)
- [GPU pour Stable Diffusion et ComfyUI : générer des images sur un serveur loué](https://gpucloud.ca/fr/guides/gpu-stable-diffusion-comfyui)
- [Louer un serveur 8 GPU : 8 × H100 ou 8 × A100 NVLink, à l’heure](https://gpucloud.ca/fr/guides/louer-serveur-8-gpu-nvlink)
- [Alternative à RunPod au Canada : GPU à l’heure, en dollars canadiens](https://gpucloud.ca/fr/guides/alternative-runpod-canada)
- [GPU pour la recherche universitaire au Québec : louer un GPU à l’heure](https://gpucloud.ca/fr/guides/gpu-recherche-universitaire-quebec)
- [Données de santé et IA : des GPU hébergés au Canada](https://gpucloud.ca/fr/guides/gpu-donnees-de-sante-canada)

## Pages principales

- Accueil : https://gpucloud.ca/fr
- Serveurs GPU : https://gpucloud.ca/fr/gpu
- Tarifs (estimateur de coûts, taxes par province, FAQ) : https://gpucloud.ca/fr/gpu/tarifs
- Contrat H100 réservé (capacité dédiée 1 à 12 mois, mise en service sous 7 jours ouvrables ou remboursement complet) : https://gpucloud.ca/fr/gpu/h100/contrat
- Comparatifs de GPU : https://gpucloud.ca/fr/comparatifs
- Modèles en un clic : https://gpucloud.ca/fr/modeles
- Souveraineté des données : https://gpucloud.ca/fr/souverainete
- Questions fréquentes : https://gpucloud.ca/fr/faq
- À propos : https://gpucloud.ca/fr/a-propos
- Développeurs (API REST et serveur MCP) : https://gpucloud.ca/fr/developers
- Guides GPU pour les développeurs : https://gpucloud.ca/fr/guides

## Modèles de GPU

### NVIDIA RTX A6000

Page : https://gpucloud.ca/fr/gpu/a6000
Prix : à partir de 0,67 $/h (1 GPU)
Mémoire : 48 Go GDDR6 par GPU. Interconnexion : PCIe Gen4. Puissance : 300W. Cœurs CUDA : 10752. Cœurs Tensor : 336.

Tailles de serveur :
- 1 GPU : 28 vCPU, 58 Go de RAM, 100 Go ; à la demande 0,67 $/h, en hibernation 0,02 $/h, Spot 0,54 $/h
- 2 GPU : 60 vCPU, 116 Go de RAM, 100 Go + 200 Go local ; à la demande 1,34 $/h, en hibernation 0,02 $/h, Spot 1,07 $/h
- 4 GPU : 124 vCPU, 232 Go de RAM, 100 Go + 650 Go local ; à la demande 2,68 $/h, en hibernation 0,02 $/h, Spot 2,14 $/h
- 8 GPU : 252 vCPU, 464 Go de RAM, 100 Go + 1,4 To local ; à la demande 5,35 $/h, en hibernation 0,02 $/h, Spot 4,28 $/h

Cas d’usage :
- Inférence de modèles de langage (LLM) de petite et moyenne taille
- Rendu 3D, visualisation et création de contenu
- Fine-tuning léger (LoRA, QLoRA)

### NVIDIA L40

Page : https://gpucloud.ca/fr/gpu/l40
Prix : à partir de 1,34 $/h (1 GPU)
Mémoire : 48 Go GDDR6 par GPU. Interconnexion : PCIe Gen4. Puissance : 300W. Cœurs CUDA : 18176. Cœurs Tensor : 568.

Tailles de serveur :
- 1 GPU : 28 vCPU, 58 Go de RAM, 100 Go + 725 Go local ; à la demande 1,34 $/h, en hibernation 0,02 $/h, Spot 1,07 $/h
- 2 GPU : 60 vCPU, 116 Go de RAM, 100 Go + 1550 Go local ; à la demande 2,68 $/h, en hibernation 0,02 $/h, Spot 2,14 $/h
- 4 GPU : 124 vCPU, 232 Go de RAM, 100 Go + 3,2 To local ; à la demande 5,35 $/h, en hibernation 0,02 $/h, Spot 4,28 $/h
- 8 GPU : 252 vCPU, 464 Go de RAM, 100 Go + 6,5 To local ; à la demande 10,71 $/h, en hibernation 0,02 $/h, Spot 8,57 $/h

Cas d’usage :
- Inférence IA et IA générative (images, texte)
- Rendu graphique et visualisation
- Transcodage et traitement vidéo

### NVIDIA A100 PCIe

Page : https://gpucloud.ca/fr/gpu/a100
Prix : à partir de 1,81 $/h (1 GPU)
Mémoire : 80 Go HBM2e par GPU. Interconnexion : PCIe Gen4. Puissance : 300W. Cœurs CUDA : 6912. Cœurs Tensor : 432.

Tailles de serveur :
- 1 GPU : 28 vCPU, 120 Go de RAM, 100 Go + 750 Go local ; à la demande 1,81 $/h, en hibernation 0,02 $/h, Spot 1,45 $/h
- 2 GPU : 60 vCPU, 240 Go de RAM, 100 Go + 1,5 To local ; à la demande 3,61 $/h, en hibernation 0,02 $/h, Spot 2,89 $/h
- 4 GPU : 124 vCPU, 480 Go de RAM, 100 Go + 3,2 To local ; à la demande 7,23 $/h, en hibernation 0,02 $/h, Spot 5,78 $/h
- 8 GPU : 252 vCPU, 960 Go de RAM, 100 Go + 6,5 To local ; à la demande 14,46 $/h, en hibernation 0,02 $/h, Spot 11,57 $/h

Cas d’usage :
- Entraînement et fine-tuning de modèles
- Inférence LLM haute performance
- Calcul scientifique (HPC)

### NVIDIA RTX PRO 6000

Page : https://gpucloud.ca/fr/gpu/rtx-pro-6000
Prix : à partir de 2,48 $/h (1 GPU)
Mémoire : 96 Go GDDR7 par GPU. Interconnexion : PCIe Gen5. Puissance : 600W. Cœurs CUDA : 24064. Cœurs Tensor : 752.

Tailles de serveur :
- 1 GPU : 28 vCPU, 225 Go de RAM, 100 Go + 3,3 To local ; à la demande 2,48 $/h, en hibernation 0,02 $/h, Spot 1,98 $/h
- 2 GPU : 56 vCPU, 450 Go de RAM, 100 Go + 6,8 To local ; à la demande 4,95 $/h, en hibernation 0,02 $/h, Spot 3,96 $/h
- 4 GPU : 112 vCPU, 900 Go de RAM, 100 Go + 13,8 To local ; à la demande 9,91 $/h, en hibernation 0,02 $/h, Spot 7,92 $/h
- 8 GPU : 224 vCPU, 1800 Go de RAM, 100 Go + 27,6 To local ; à la demande 19,81 $/h, en hibernation 0,02 $/h

Cas d’usage :
- Inférence LLM avec 96 Go de mémoire par GPU
- Rendu 3D, simulation, CAO/FAO
- IA générative (images, vidéo)

### NVIDIA H100 PCIe

Page : https://gpucloud.ca/fr/gpu/h100
Prix : à partir de 3,35 $/h (1 GPU)
Mémoire : 80 Go HBM2e par GPU. Interconnexion : PCIe Gen5. Puissance : 350W. Cœurs CUDA : 14592. Cœurs Tensor : 456.

Tailles de serveur :
- 1 GPU : 28 vCPU, 180 Go de RAM, 100 Go + 750 Go local ; à la demande 3,35 $/h, en hibernation 0,02 $/h, Spot 2,68 $/h
- 2 GPU : 60 vCPU, 360 Go de RAM, 100 Go + 1,5 To local ; à la demande 6,69 $/h, en hibernation 0,02 $/h, Spot 5,35 $/h
- 4 GPU : 124 vCPU, 720 Go de RAM, 100 Go + 3,2 To local ; à la demande 13,39 $/h, en hibernation 0,02 $/h, Spot 10,71 $/h
- 8 GPU : 252 vCPU, 1440 Go de RAM, 100 Go + 6,5 To local ; à la demande 26,77 $/h, en hibernation 0,02 $/h, Spot 21,42 $/h

Cas d’usage :
- Entraînement et fine-tuning de LLM
- Inférence LLM à grande échelle
- Calcul scientifique (HPC)

### NVIDIA A100 NVLink

Page : https://gpucloud.ca/fr/gpu/a100-nvlink
Prix : à partir de 14,99 $/h (8 GPU)
Mémoire : 80 Go HBM2e par GPU. Interconnexion : PCIe Gen4 + NVLink (600 Go/s). Puissance : 300W. Cœurs CUDA : 6912. Cœurs Tensor : 432.

Tailles de serveur :
- 8 GPU : 252 vCPU, 1920 Go de RAM, 100 Go + 6,5 To local ; à la demande 14,99 $/h, en hibernation 0,02 $/h

Cas d’usage :
- Entraînement multi-GPU (8 GPU reliés par NVLink)
- Fine-tuning de grands modèles
- Calcul scientifique (HPC)

### NVIDIA H100 NVLink

Page : https://gpucloud.ca/fr/gpu/h100-nvlink
Prix : à partir de 27,84 $/h (8 GPU)
Mémoire : 80 Go HBM2e par GPU. Interconnexion : PCIe Gen5 + NVLink (600 Go/s). Puissance : 350W. Cœurs CUDA : 14592. Cœurs Tensor : 456.

Tailles de serveur :
- 8 GPU : 252 vCPU, 1440 Go de RAM, 100 Go + 6,5 To local ; à la demande 27,84 $/h, en hibernation 0,02 $/h, Spot sur demande

Cas d’usage :
- Entraînement multi-GPU de LLM (8 GPU reliés par NVLink)
- Fine-tuning de grands modèles
- Inférence de grands modèles répartie sur plusieurs GPU

### NVIDIA H100 SXM

Page : https://gpucloud.ca/fr/gpu/h100-sxm
Prix : à partir de 34,27 $/h (8 GPU)
Mémoire : 80 Go HBM3 par GPU. Interconnexion : NVLink 4.0 (900 Go/s). Puissance : 700W. Cœurs CUDA : 16896. Cœurs Tensor : 528.

Tailles de serveur :
- 8 GPU : 192 vCPU, 1800 Go de RAM, 100 Go + 32 To local ; à la demande 34,27 $/h, en hibernation 0,02 $/h

Cas d’usage :
- Entraînement distribué de grands modèles
- Pré-entraînement et fine-tuning complet de LLM
- Recherche en apprentissage profond

### NVIDIA H200 SXM

Page : https://gpucloud.ca/fr/gpu/h200
Prix : prix sur demande
Mémoire : 141 Go HBM3e par GPU. Interconnexion : NVLink 4.0 (900 Go/s). Puissance : 700W. Cœurs CUDA : 16896. Cœurs Tensor : 528.

Tailles de serveur :
- 8 GPU : 176 vCPU, 1800 Go de RAM, 100 Go + 48 To local ; à la demande sur demande

Cas d’usage :
- Inférence et entraînement de modèles de 70 milliards de paramètres et plus
- Modèles à long contexte
- Recherche en IA

### NVIDIA B200

Page : https://gpucloud.ca/fr/gpu/b200
Prix : prix sur demande
Mémoire : 180 Go HBM3e par GPU. Interconnexion : NVLink 5 (1,8 To/s). Puissance : 1000W.

Tailles de serveur :
- 8 GPU : 252 vCPU, 2048 Go de RAM, 1 To + 40 To local ; à la demande sur demande

Cas d’usage :
- Entraînement et inférence de modèles de pointe
- Très grands modèles de langage
- Recherche en IA

### NVIDIA B300

Page : https://gpucloud.ca/fr/gpu/b300
Prix : prix sur demande
Mémoire : 288 Go HBM3e par GPU. Interconnexion : NVLink 5 (1,8 To/s). Puissance : 1100W.

Tailles de serveur :
- 8 GPU : 224 vCPU, 1920 Go de RAM, 1 To + 40 To local ; à la demande sur demande

Cas d’usage :
- Entraînement et inférence de modèles de pointe
- Très grands modèles de langage
- Recherche en IA

## Questions fréquentes

### Quels GPU NVIDIA puis-je louer au Canada ?

Les modèles vendus en ligne sont : RTX A6000, L40, A100 PCIe, RTX PRO 6000, H100 PCIe, A100 NVLink, H100 NVLink et H100 SXM. Sur demande : H200 SXM, B200 et B300. Chaque serveur compte de 1 à 8 GPU selon le modèle.

### Combien coûte un serveur GPU à l’heure ?

À partir de 0,67 $ CA l’heure (RTX A6000, 1 GPU), en dollars canadiens, taxes en sus. Le prix de chaque taille est affiché sur la page du modèle et sur la page des tarifs.

### Comment fonctionne la facturation ?

Les serveurs à l’heure sont payés à partir de votre solde de crédit prépayé, sans engagement. Un serveur au mois ou à l’année est payé d’avance pour sa période, et la période payée n’est pas remboursée si vous supprimez le serveur avant la fin, sauf si la loi le prévoit. Le tarif horaire d’un serveur est fixé à sa création.

### Un serveur en hibernation est-il facturé ?

Un serveur en hibernation libère son GPU mais conserve son disque principal : il coûte alors 0,02 $ par heure (environ 14,60 $ par mois), quelle que soit la machine. Supprimez-le pour ne plus rien payer.

### Les prix incluent-ils les taxes ?

Non. Les prix sont en dollars canadiens (CAD), taxes en sus. La TPS et la TVQ, la TVH ou la TVP sont calculées selon la province de votre adresse de facturation et apparaissent sur vos reçus et factures.

### Qu’est-ce qu’un serveur Spot ?

Un serveur Spot est facturé à l’heure seulement et peut être interrompu sans préavis. Il convient aux travaux qui reprennent après une interruption. À partir de 0,54 $ CA l’heure (RTX A6000, 1 GPU).

### Où sont hébergés les serveurs ?

Dans un centre de données au Canada, région « canada-montreal » de la console et de l’API. C’est la seule région offerte : un serveur ne peut pas être déployé hors du Canada.

### Comment déployer un serveur ?

Depuis la console web, par l’API REST avec une clé API, ou par un agent IA via notre serveur MCP. Le provisionnement est automatique et l’accès se fait en SSH avec votre clé.

### Existe-t-il des applications prêtes à l’emploi ?

Oui. Les modèles en un clic livrent le serveur avec l’application déjà installée : JupyterLab avec PyTorch (CUDA), Ollama et Open WebUI, Serveur vLLM compatible OpenAI, ComfyUI et Environnement PyTorch (CUDA).

### Un agent IA peut-il utiliser GPU Cloud ?

Oui. Le serveur MCP (https://gpucloud.ca/api/mcp) fonctionne avec une clé MCP créée par le titulaire du compte dans la console, avec ses propres permissions et plafonds de dépenses. Toute action qui engage une dépense se fait en deux temps : un devis donne le prix, puis la confirmation se fait seulement après l’accord de l’utilisateur.

## Souveraineté des données

Voici ce que nous garantissons, et ce que nous ne garantissons pas, sur l'emplacement et la protection de vos données.

### Serveurs hébergés au Canada

Les serveurs GPU que vous déployez, et leurs disques, se trouvent dans un centre de données situé au Canada (région « canada-montreal » de la console et de l'API). C'est la seule région offerte : un serveur ne peut pas être déployé hors du Canada.

### Données sous juridiction canadienne

Les données stockées sur vos serveurs demeurent physiquement au Canada et sont assujetties aux lois canadiennes et québécoises applicables. Les renseignements de votre compte (identité, facturation, courriels) peuvent être traités par certains de nos sous-traitants hors du Québec, y compris aux États-Unis, comme l'explique notre politique de confidentialité.

### Loi 25 et renseignements personnels

Nous appliquons la Loi sur la protection des renseignements personnels dans le secteur privé du Québec (Loi 25) : une personne responsable de la protection des renseignements personnels est désignée, une évaluation des facteurs relatifs à la vie privée précède toute communication hors du Québec, et vous pouvez exercer vos droits d'accès et de rectification.

### Facturation en dollars canadiens

Tous les prix sont affichés et facturés en dollars canadiens (CAD), avec la TPS et la TVQ, la TVH ou la TVP selon la province de votre adresse de facturation.

Page : https://gpucloud.ca/fr/souverainete

### Mes serveurs GPU restent-ils au Canada ?

Oui. Les serveurs et leurs disques sont situés dans un centre de données au Canada (région « canada-montreal »). C’est la seule région offerte.

### Les données de mon compte peuvent-elles sortir du Québec ?

Les données stockées sur vos serveurs restent au Canada. Les renseignements de votre compte (identité, facturation, courriels) peuvent être traités par certains de nos sous-traitants hors du Québec, y compris aux États-Unis, comme l’explique notre politique de confidentialité.

### Comment la Loi 25 est-elle appliquée ?

Un responsable de la protection des renseignements personnels est désigné, une évaluation des facteurs relatifs à la vie privée précède toute communication hors du Québec, et vous pouvez exercer vos droits d’accès et de rectification.

### En quelle devise suis-je facturé ?

Tous les prix sont affichés et facturés en dollars canadiens (CAD), avec la TPS et la TVQ, la TVH ou la TVP selon la province de votre adresse de facturation.

## Modèles en un clic

- JupyterLab avec PyTorch (CUDA) (https://gpucloud.ca/fr/modeles/jupyter): Carnets JupyterLab avec PyTorch et CUDA, protégés par un jeton généré pour vous. À partir de 0,67 $/h par serveur, modèle inclus.
- Ollama et Open WebUI (https://gpucloud.ca/fr/modeles/ollama-openwebui): Discutez avec des modèles ouverts dans votre navigateur. Le compte administrateur est créé pour vous avant l’ouverture de l’accès. À partir de 0,67 $/h par serveur, modèle inclus.
- Serveur vLLM compatible OpenAI (https://gpucloud.ca/fr/modeles/vllm): API compatible OpenAI (/v1) servant le modèle choisi, protégée par une clé d’API générée. À partir de 0,67 $/h par serveur, modèle inclus.
- ComfyUI (https://gpucloud.ca/fr/modeles/comfyui): Génération d’images par nœuds, derrière un accès protégé par identifiant et mot de passe générés. À partir de 0,67 $/h par serveur, modèle inclus.
- Environnement PyTorch (CUDA) (https://gpucloud.ca/fr/modeles/pytorch): PyTorch et CUDA prêts dans /opt/pytorch, activés à la connexion SSH. Aucun port ouvert en plus de SSH. À partir de 0,67 $/h par serveur, modèle inclus.

## Comparatifs

- H100 PCIe ou A100 PCIe : comparatif de serveurs GPU au Canada (https://gpucloud.ca/fr/comparatifs/h100-vs-a100): H100 PCIe à partir de 3,35 $/h (1 GPU), A100 PCIe à partir de 1,81 $/h (1 GPU). Mémoire, interconnexion, tailles de serveur et prix horaires en dollars canadiens, serveurs hébergés au Canada.
- L40 ou RTX A6000 : comparatif de serveurs GPU au Canada (https://gpucloud.ca/fr/comparatifs/l40-vs-a6000): L40 à partir de 1,34 $/h (1 GPU), RTX A6000 à partir de 0,67 $/h (1 GPU). Mémoire, interconnexion, tailles de serveur et prix horaires en dollars canadiens, serveurs hébergés au Canada.
- H100 SXM ou H100 PCIe : comparatif de serveurs GPU au Canada (https://gpucloud.ca/fr/comparatifs/h100-sxm-vs-h100): H100 SXM à partir de 34,27 $/h (8 GPU), H100 PCIe à partir de 3,35 $/h (1 GPU). Mémoire, interconnexion, tailles de serveur et prix horaires en dollars canadiens, serveurs hébergés au Canada.
- RTX PRO 6000 ou L40 : comparatif de serveurs GPU au Canada (https://gpucloud.ca/fr/comparatifs/rtx-pro-6000-vs-l40): RTX PRO 6000 à partir de 2,48 $/h (1 GPU), L40 à partir de 1,34 $/h (1 GPU). Mémoire, interconnexion, tailles de serveur et prix horaires en dollars canadiens, serveurs hébergés au Canada.

# Developers

## For AI agents (MCP)

- MCP endpoint: https://gpucloud.ca/api/mcp (Streamable HTTP, POST)
- Without a key: initialize, tools/list, ping and the public catalog tools give GPU prices in CAD, live availability, operating system images and one-click templates
- To launch GPUs: `Authorization: Bearer <MCP key>` (prefix gpc_mcp_), created for free by the account owner in https://gpucloud.ca/en/console/ai with its own permissions and spending caps
- Server metadata: https://gpucloud.ca/.well-known/mcp.json (server card: https://gpucloud.ca/.well-known/mcp/server-card.json)
- Official MCP registry name: ca.gpucloud/gpu-cloud
- Connection guide (client configuration): https://gpucloud.ca/en/developers (FR: https://gpucloud.ca/fr/developers)
- Anything that spends money is two-step: a quote returns the price and a single-use confirmation token; confirm only after the user approves the price.

### MCP client configuration (replace gpc_mcp_VOTRE_CLE with your MCP key)

```json
{
  "mcpServers": {
    "gpucloud": {
      "type": "streamable-http",
      "url": "https://gpucloud.ca/api/mcp",
      "headers": {
        "Authorization": "Bearer gpc_mcp_VOTRE_CLE"
      }
    }
  }
}
```

### MCP tools that work without a key

- gpucloud_list_products
- gpucloud_get_product
- gpucloud_get_stock
- gpucloud_list_regions
- gpucloud_list_images
- gpucloud_list_templates

### MCP errors

- No key: a tool that needs one answers a tool error (HTTP 200, isError true) with code API_KEY_REQUIRED and the link to create a free account and an MCP key: https://gpucloud.ca/en/console/ai
- Invalid, expired or revoked key: HTTP 401 (WWW-Authenticate with error="invalid_token") with the link to create a new MCP key. A REST API key (prefix gpu_) is refused with HTTP 403.
- Payment refused (not enough credit, no usable card, a spending cap reached): a tool error (HTTP 200, isError true) whose structuredContent.error has httpStatus 402 and accountAction (code PAYMENT_REQUIRED; BUDGET_CAP_REACHED for a cap). Neither a card on file nor the automatic reload is required to launch when the credits pay the first hour. accountAction.action.url is the direct top-up link, also written in the message text; top up there, then run the same call again.

### MCP balance and hibernation

- Account block: Every tool result made with a key, success or error, carries structuredContent.account: balanceCad, autoReloadEnabled and, for the server of the call, hibernationThresholdCad; hibernatedServers (with deleteAt) and resumedServers when there are some. The JSON text repeats it. Calls without a key never get it.
- Refusal for money: A refusal for money is a tool error (HTTP 200, isError true) whose structuredContent.error has httpStatus 402 and accountAction (code PAYMENT_REQUIRED, or BUDGET_CAP_REACHED for a cap) with balanceCad, the hibernation threshold of the server concerned and the direct top-up link accountAction.action.url, also written in the message.
- Hibernation threshold: Each hourly server has a hibernation threshold, the larger of 3 CAD and 2 hours of its rate. When the balance reaches it, the automatic reload is tried first (within its monthly cap), then the server follows the action chosen for it (onFundsExhausted): HIBERNATE (default) hibernates it, kept 12 hours at most with an hourly hibernation fee, then deleted (notices 6 hours and 1 hour before), and it restarts automatically as soon as the balance is above its threshold (resumedServers); DELETE deletes it at once, no hibernation fee, data lost. Machines that cannot be hibernated (spot) are always DELETE. About 2 hours of balance before a threshold, the next result carries a THRESHOLD_SOON notice. A server the user hibernates (gpucloud_hibernate_server) is kept 72 hours at most, then deleted with its data and its machine goes back to other customers; restoring it before then cancels the deletion. CUSTOMER_HIBERNATION notices (deleteAt, stage HIBERNATED, WARN_24H or WARN_1H, amountCad when the balance is too low to restart) come at the hibernation, 24 hours and 1 hour before. When the balance also reaches the threshold of that server, the shorter of the two rules applies.
- Launch without automatic reload: Neither a card on file nor the automatic reload is required to launch an hourly server: the only requirement is paying the first hour (credits, or the card on file for the missing credits). gpucloud_quote_server and gpucloud_create_server accept onFundsExhausted (HIBERNATE or DELETE) and answer it with hibernationThresholdCad; when the automatic reload is off they also answer autoReloadWarning (code AUTO_RELOAD_OFF, a message to show the user, and the console link to turn the reload on, never a payment link). gpucloud_set_server_threshold_action changes the action of an existing server.
- Automatic reload monthly cap: The automatic reload has a monthly cap chosen by the user (monthlyCapCad, 200 CAD by default for a new configuration, null = no cap, calendar month in Montreal time), read and set with gpucloud_get_auto_reload / gpucloud_set_auto_reload. Once reached, no automatic reload until next month; the user is told once (e-mail and an AUTO_RELOAD_CAP_REACHED notice) and the servers follow their action at the threshold. It never limits a manual payment.
- Spending caps: The spending caps of an MCP key are always respected: nothing is charged or reloaded beyond them; a refusal gives the cap and what is left of it.

### GPU reservations (automatic launch when back in stock)

- A machine out of stock can be reserved with gpucloud_reserve_server (a credit card on file is required, with explicit consent: true and a maximum hourly price; the automatic reload is not required, the answer carries autoReloadWarning when it is off, and onFundsExhausted chooses the action at the threshold of the launched server): GPU Cloud launches it automatically as soon as it is back, first come first served per machine, charges the card on file only the amount missing (first hour plus the hibernation threshold), and tells the user by e-mail and in the next tool result. Without a card on file: httpStatus 402 PAYMENT_REQUIRED with the card link.
- Tools: gpucloud_reserve_server, gpucloud_list_reservations, gpucloud_cancel_reservation. REST: POST /api/reservations, GET /api/reservations, DELETE /api/reservations/{reservationId}.

### Reserved H100 contracts

- Capacity dedicated for 1, 3, 6 or 12 months (1, 2, 4 or 8 H100 PCIe GPUs, or H100 NVLink x 8), priced at the hourly catalog price x 730 hours per month; the first month is paid at signature, the service starts at the delivery (within 7 business days, otherwise a full refund). Signed by the user in the console: https://gpucloud.ca/en/gpu/h100/contrat
- Tool (read only): gpucloud_list_contracts. REST: GET /api/contracts, GET /api/contracts/quote.

## API

REST API base: https://gpucloud.ca/api
OpenAPI spec: https://gpucloud.ca/api/v1/openapi.json
Developer documentation: https://gpucloud.ca/en/developers

### Public endpoints (no auth)
- GET /api/v1/availability: Public GPU availability
- GET /api/v1/catalog: Public GPU price catalog

### Endpoints (Bearer API key required)
- GET /api/v1/gpu: List GPU Plans
- GET /api/servers: List Servers
- POST /api/servers: Create Server
- GET /api/servers/{id}: Get Server
- DELETE /api/servers/{id}: Delete Server
- POST /api/servers/{id}/actions: Server Action
- PUT /api/servers/{id}/threshold-action: Set the action at the threshold
- GET /api/servers/{id}/metrics: Server Metrics
- GET /api/servers/{id}/firewall: List Firewall Rules
- POST /api/servers/{id}/firewall: Add Firewall Rule
- DELETE /api/servers/{id}/firewall: Delete Firewall Rule
- GET /api/settings/ssh-keys: List SSH Keys
- POST /api/settings/ssh-keys: Add SSH Key
- DELETE /api/settings/ssh-keys: Delete SSH Key
- GET /api/v1/api-keys: List API Keys
- GET /api/servers/{id}/backups: List backups
- POST /api/servers/{id}/backups: Back up now
- PUT /api/servers/{id}/backups: Backup option
- DELETE /api/servers/{id}/backups/{backupId}: Delete a backup
- GET /api/servers/{id}/backups/{backupId}/restore: Restore price
- POST /api/servers/{id}/backups/{backupId}/restore: Restore to a new server
- GET /api/reservations: List Reservations
- POST /api/reservations: Reserve a GPU
- DELETE /api/reservations/{reservationId}: Cancel a Reservation
- POST /api/reservations/{reservationId}/renew: Renew a Reservation

## Contact
- Website: https://gpucloud.ca
- E-mail: info@gpucloud.ca
- Address: 360 Rue Saint-Jacques, Suite G101, Montréal, QC H2Y 1P5, Canada